Полезные сведения о функциях

Анализ различий между категориями

Анализ соответствий упрощает просмотр и анализ различий между категориями.

Добавление вспомогательной информации

Дополнительные переменные позволяют легко добавить вспомогательную информацию.

Выявление ассоциаций и взаимосвязей

Например, используя симметричную нормализацию можно построить диаграмму типа biplot, яснее отражающую ассоциации.

Удобная работа с категориальными данными

С помощью специальных инструментов можно легко анализировать и более полно интерпретировать многомерные данные и взаимосвязи между ними. Например, можно понять, какие характеристики потребители в первую очередь связывают с вашим продуктом или брендом, или узнать, как они воспринимают ваши продукты на фоне всех остальных.

Применение процедур категориальной регрессии

Обеспечивает прогнозирование значений номинальной, порядковой или числовой переменной результата на основе комбинации числовых и упорядоченных или неупорядоченных категориальных переменных предиктора. Используя регрессию с оптимальным шкалированием, можно описать, к примеру, как спрогнозировать степень удовлетворенности работой в зависимости от характера работы, географического региона и количества рабочих командировок.

Преимущества оптимального шкалирования

Обеспечивает такое количественное определение переменных, чтобы добиться максимального коэффициента множественной корреляции. Оптимальное шкалирование может применяться к числовым переменным, если остатки не имеют нормального распределения, либо переменные предиктора не связаны с переменной результата линейным образом. Методы регуляризации, такие как ридж-регрессия, алгоритм Lasso и метод эластичной сети, позволяют повысить точность прогнозирования за счет стабилизации оценки параметров.

Ясное представление результатов в виде карт восприятия

Процедуры понижения размерности позволяют выявить взаимосвязи между данными. Сводные диаграммы отражают аналогичные переменные или категории, позволяя изучить взаимосвязи между тремя и более переменными.

Включен ряд технологий оптимального шкалирования и понижения размерности

Включены такие технологии, как анализ соответствий (CORRESPONDENCE), категориальная регрессия (CATREG), множественный анализ соответствий (MULTIPLE CORRESPONDENCE), CATPCA, нелинейная каноническая корреляция (OVERALS), шкалирование по степени близости (PROXSCAL) и шкалирование по предпочтениям (PREFSCAL).

Техническая информация

Требования к программному обеспечению

Для использования IBM SPSS Categories требуется наличие действующей лицензии на продукт IBM SPSS Statistics Base.

  • Предварительные требования: IBM SPSS Statistics

Требования к аппаратному обеспечению

  • Процессор: не менее 2 ГГц
  • Дисплей: 1024*768 или выше
  • Оперативная память: не менее 4 ГБ (рекомендуется не менее 8 ГБ)
  • Место на диске: не менее 2 ГБ

Узнайте, как это работает

Купите сейчас и начните работу